收购后★✿★✿ღ，意法半导体将Deeplite先进的边缘AI软件解决方案与MCU和NPU相结合★✿★✿ღ，提供全球最先进的边缘AI平台之一★✿★✿ღ。

　　4.由于面临产能利用率不足★✿★✿ღ、库存高企与产品组合调整滞后的多重压力★✿★✿ღ，意法半导体需寻找新的业绩增长点★✿★✿ღ。

　　近期★✿★✿ღ，意法半导体收购了多伦多一家人工智能初创公司Deeplite★✿★✿ღ，不过双方均未披露交易条款★✿★✿ღ。

　　据Deeplite官方披露★✿★✿ღ：“Deeplite现已成为意法半导体旗下子公司★✿★✿ღ。我们很高兴加入意法半导体★✿★✿ღ，继续开发先进的边缘AI解决方案★✿★✿ღ。Deeplite在模型优化★✿★✿ღ、量化和压缩方面的专业知识将进一步助力意法半导体为边缘设备带来高效★✿★✿ღ、高性能的AI★✿★✿ღ。”

　　此次交易的重点在于Deeplite的技术★✿★✿ღ。如今广泛使用的AI工具都是在由大型数据中心服务器支持的云服务上进行训练和运行的WRITE AS 爸爸★✿★✿ღ。Deeplite的软件可以使得在手机和机器人等设备的芯片上运行AI应用程序变得更加容易★✿★✿ღ。其客户群体主要是半导体公司★✿★✿ღ，而这与意法半导体的业务高度契合★✿★✿ღ。

　　据悉★✿★✿ღ，达成收购后★✿★✿ღ，意法半导体会将Deeplite先进的边缘AI软件解决方案与MCU和NPU相结合★✿★✿ღ，提供全球最先进的边缘AI平台之一★✿★✿ღ。

　　据悉★✿★✿ღ，Deeplite是一家专注于深度学习优化的AI软件公司★✿★✿ღ，成立于2018年★✿★✿ღ，总部位于加拿大蒙特利尔pp电子中国官方网站★✿★✿ღ，CEO Nick Romano在AI领域有丰富的经验pp电子中国官方网站★✿★✿ღ。其主要核心技术包括★✿★✿ღ：

　　深度学习模型优化★✿★✿ღ：Deeplite的核心产品是其优化软件pp电子游戏试玩★✿★✿ღ，能够将大型深度学习模型进行压缩和优化★✿★✿ღ，使其在资源受限的边缘设备上高效运行★✿★✿ღ。

　　自动化神经网络架构设计★✿★✿ღ：Deeplite的软件能够自动化设计神经网络架构★✿★✿ღ，大大减少了以往需要人工反复测试的时间和错误★✿★✿ღ。

　　针对不同硬件平台的解决方案★✿★✿ღ：Deeplite与多家硬件供应商合作★✿★✿ღ，提供针对RISC-V CPU等不同硬件平台的优化方案★✿★✿ღ。

　　Deeplite的核心能力在于通过多种方式降低深度学习模型的功耗★✿★✿ღ，主要通过优化模型结构★✿★✿ღ、减少计算复杂度和存储需求★✿★✿ღ，以及提高模型在硬件上的执行效率来实现★✿★✿ღ。

　　权重剪枝（Weight Pruning）★✿★✿ღ：通过移除模型中不重要的权重（即接近零的权重）pp电子中国官方网站★✿★✿ღ，减少模型的参数数量★✿★✿ღ。剪枝后的模型在计算时需要处理的参数更少★✿★✿ღ，从而降低了计算复杂度和功耗★✿★✿ღ。

　　量化（Quantization）★✿★✿ღ：Deeplite的量化技术可以在几乎不损失模型精度的情况下★✿★✿ღ，将模型的存储需求减少数倍pp电子官方网站★✿★✿ღ，★✿★✿ღ，并显著降低计算功耗WRITE AS 爸爸★✿★✿ღ。

　　自动化架构设计（AutoML）★✿★✿ღ：利用自动化机器学习技术★✿★✿ღ，Deeplite能够设计出更适合特定硬件和应用场景的神经网络架构★✿★✿ღ。可以将深度学习模型的推理速度提高数倍★✿★✿ღ，同时显著降低功耗WRITE AS 爸爸★✿★✿ღ。

　　稀疏化（Sparsification）★✿★✿ღ：通过使模型的权重矩阵稀疏化★✿★✿ღ，即增加零值权重的比例pp电子中国官方网站★✿★✿ღ，减少实际计算的次数WRITE AS 爸爸★✿★✿ღ。可以显著减少模型的计算量★✿★✿ღ，从而降低功耗★✿★✿ღ。

　　针对特定硬件的优化★✿★✿ღ：可以根据不同的硬件平台（如RISC-V CPUpp电子中国官方网站★✿★✿ღ、Arm Cortex-M系列等）进行定制优化★✿★✿ღ。

　　Deeplite的优化技术使得模型可以在本地设备上运行★✿★✿ღ，减少了数据传输到云端或服务器的需求★✿★✿ღ。数据传输本身会消耗大量功耗★✿★✿ღ，尤其是在无线通信中★✿★✿ღ。

　　值得一提的是★✿★✿ღ，2019年Deeplite与晶心科技合作★✿★✿ღ，将优化技术与晶心的RISC-V CPU相结合★✿★✿ღ，优化后的模型在执行时间上比TensorFlow Lite Micro的模型快了9%★✿★✿ღ，模型大小减少了1.7倍★✿★✿ღ，同时功耗显著降低★✿★✿ღ。

　　意法半导体刚刚公布了2025年第一季度财报数据WRITE AS 爸爸★✿★✿ღ，其中营收同比骤降27.3%至25.2亿美元★✿★✿ღ；毛利率滑至33.4%★✿★✿ღ；净利润暴跌89.1%至5600万美元★✿★✿ღ；运营利润率逼近盈亏平衡点★✿★✿ღ。

　　虽然个人电子业务逆势增长部分抵消了汽车与工业市场的疲软★✿★✿ღ，但意法半导体仍面临产能利用率不足★✿★✿ღ、库存高企与产品组合调整滞后的多重压力★✿★✿ღ。因此★✿★✿ღ，意法半导体必须寻找新的业绩增长点★✿★✿ღ，而收购就是其一直以来的惯用方式★✿★✿ღ。

　　通过收购Deeplite★✿★✿ღ，意法半导体能够将其软件解决方案与自身先进的MCU和NPU相结合PP电子官方平台★✿★✿ღ，★✿★✿ღ，打造全球领先的边缘AI平台★✿★✿ღ。同时★✿★✿ღ，Deeplite提供的技术及工具能够大大加速ST NPU的采用★✿★✿ღ，并缩短AI应用的上市时间★✿★✿ღ。

　　随着边缘计算和AIoT的发展★✿★✿ღ，AI芯片的市场争夺逐渐向边缘侧转移★✿★✿ღ。根据相关预测★✿★✿ღ，到2025年★✿★✿ღ，75%的数据将在边缘侧进行处理★✿★✿ღ，端侧AI MCU市场潜力巨大★✿★✿ღ。因此★✿★✿ღ，意法半导体收购Deeplite也是意在此处★✿★✿ღ。当前其它MCU厂商也在积极布局★✿★✿ღ，例如瑞萨收购Reality AI★✿★✿ღ，提供TinyML解决方案★✿★✿ღ；英飞凌收购瑞典Imagimob公司pp电子中国官方网站★✿★✿ღ，提升TinyML边缘AI功能★✿★✿ღ；恩智浦推出机器学习软件eIQ软件和AI工具链NANO.AI★✿★✿ღ。

　　此前★✿★✿ღ，意法半导体披露的全球制造布局重塑计划中★✿★✿ღ，明确提出了一项重要措施★✿★✿ღ，即效率提升★✿★✿ღ、部署自动化和人工智能将增强意法半导体的重要技术研发★✿★✿ღ、产品设计和规模制造能力电子元件★✿★✿ღ，★✿★✿ღ，推进欧洲先进制造计划★✿★✿ღ。

　　在边缘计算方面★✿★✿ღ，意法半导体推出22nm FD-SOI低功耗MCU★✿★✿ღ，主攻物联网与可穿戴设备★✿★✿ღ，目标占据50亿颗市场20%份额★✿★✿ღ。